7 年後，我們對自動駕駛汽車的看法對與錯

「自動化的五個階段資訊圖表」

結論：正確，但需要更新

除了品牌配色方案和美光的舊標誌之外，這張關於自動化五個階段的資訊圖表在今天看來仍然是準確和有意義的（對我來說也是一種懷舊）。自動駕駛的五個階段並不是我們提出的，而是美國國家公路交通安全管理局（NHTSA）制定的行業標準。這張視覺圖表亟需更新的重點是「最新」定位。目前，許多新款車型已進入「部分自動駕駛」階段，一些先進的電動汽車（EV）能夠實現第四階段的自動駕駛。第五階段技術已經存在，並透過試驗方案在少數城市得到應用，但一般僅限於氣候溫暖且可預測的地區。要真正達到第五階段，車輛必須能夠應對可能遇到的任何情況和氣候條件。那麼，為什麼有些新款車型不能實現完全自動駕駛？ 障礙有很多，包括政府監管、安全性和總體擁有成本。也許在未來七年內，我們能夠達到第五階段。隨著美光在記憶體頻寬和集中式汽車儲存裝置架構方面不斷取得突破性創新，實現這一目標指日可待。記憶體頻寬和集中式架構可提高效能、可靠性和安全性，而所有這些因素對於實現第五階段自動駕駛至關重要。

「記憶體是自動駕駛的無名英雄」］，「高速記憶體是自動駕駛的重要組成部分」

結論：正確且始終如此

記憶體和儲存裝置技術對自動駕駛汽車至關重要，無論其自主程度如何。為了在高速行駛時快速做出決策，汽車 AI 必須處理海量資料。對於自動駕駛，過長的延遲和延時是不可接受的。雖然我們開車時可能遇到各種狀況，但人類很擅長做出快速決策。問題是，我們也很容易分心。但電腦不會。攝像頭、光學雷達和感測器時刻保持警惕。高效能車載運算平台不會在駕駛過程中「打瞌睡」，只要能夠從記憶體和汽車儲存裝置獲得所需的資料，它們將持續進行運算並做出決策以確保安全 高頻寬記憶體和集中式儲存解決方案是應對這些資料挑戰並保持系統平穩、高效和安全運行的關鍵。

記憶體對於複雜的 AI 訓練模型和實現快速推論回應同樣至關重要。美光的創新技術為嚴苛的 AI 任務提供了可靠的基礎。透過製造可靠、高效的記憶體和儲存裝置，美光在將 AI 整合入汽車、提高自動駕駛能力方面發揮關鍵作用。

「GDDR6 對於未來的自動駕駛至關重要」

結論：錯誤

當時，美光的 GDDR5X 記憶體已被應用於汽車解決方案。主要用於遊戲領域的 GDDR5X 和 GDDR6 也因其高速能力而被整合入汽車解決方案和網絡應用。如今，繪圖和 AI 應用正在使用最新的繪圖記憶體標準 GDDR7。這一趨勢有望在汽車解決方案中持續下去，特別是在螢幕越來越大、解析度越來越高的車載資訊娛樂系統中。Tesla Model 3 和 Cybertruck 等汽車甚至提供名為 Telsa Arcade 的車載遊戲功能，允許使用踏板和方向盤在車載資訊娛樂系統上玩電玩遊戲（出於安全考慮，不能在駕駛時玩）。那麼，我們錯在哪裡？ 對更高頻寬和更多繪圖記憶體的需求將不斷增長，這種預測似乎合乎邏輯。

對更多記憶體和更高頻寬的需求仍然存在，並正在隨著汽車自主程度的提升而增加，但今天所需的記憶體類型已經轉變為低功耗雙倍資料速率（LPDDR）記憶體。最初為滿足手機的低功耗需求而設計的 LPDDR，特別是 LPDDR5X，已成為現代汽車的最佳選擇。

手機和汽車有許多相似之處：它們不依賴電源插座，使用電池供電，且內部佈滿感測器和運算單元，這些元件持續收集和監控資料。AI 互動已成為使用者期望獲得的體驗。美光不斷創新低功耗記憶體解決方案，提高效能，降低功耗，以滿足這些期望。

美光最近推出的支援直接連結 ECC 協議(DLEP)的 LPDDR5X DRAM 就是一個很好的例子。這一針對 LPDDR5X 最佳化的錯誤更正碼(ECC)方案消除了所有系統內聯 ECC，有助於將頻寬提高 15% 至 25%¹。DLEP 不僅提升了效能，還透過減少故障時間（FIT）幫助 LPDDR5X 記憶體系統達到 ISO 26262 ASIL-D 硬體指標。此外，從 pJ/b（皮焦／位元）角度來看，這款新產品的功耗降低了約 10%，額外可定址記憶體空間至少增加了 6%²。以美光通過 ISO 26262 ASIL-D 系統認證的 LPDDR5X DRAM 為基礎，現在可以輕鬆滿足關鍵汽車功能安全(FuSa)要求條件。簡而言之，DLEP 增加了頻寬，降低了功耗，是自動駕駛工作負載的雙贏解決方案。

資料儲存裝置方面也取得了許多未曾預見的進步。集中式儲存 SSD（如美光 4150AT SSD）正在徹底改變汽車儲存裝置架構。與以往為資訊娛樂資料、ADAS 系統及座椅位置分別配備獨立儲存晶片的架構不同，該架構將多達四個系統的資料儲存裝置整合入單個堅固耐用的 SSD，該 SSD 經過認證，可滿足車輛嚴苛的要求。這一設計與 AI 相結合，允許車輛應用採用更多的汽車儲存裝置架構。

那麼，未來的汽車將使用何種記憶體？ LPDDR 是否會在未來七年繼續存在？或者，AI 高頻寬記憶體（HBM）——例如美光的 HBM3E——是否會進入汽車？ 這種情況很可能發生，尤其是當 AI 變得越來越普遍、越來越成為完全自動駕駛的必要條件時，但也許首先進入自動駕駛汽車的將是 HBM4 或 HBM4E。最後，我給出一個預測：美光 HBM 產品被應用於汽車解決方案可能不需要七年的時間。

結論

我不會開始統計自己預測的對錯（我不確定自己的自尊心是否能承受），但這對衡量我們對未來技術和趨勢的看法很有幫助。我的第一大收穫是，過去七年，AI 在汽車中的關注度和價值呈指數級增長，而高效能記憶體和儲存解決方案對於 AI 驅動汽車的重要性也是如此。具體的記憶體和儲存解決方案可能會變化、演變和改進，但它們所解決的難題始終不變。資料是所有 AI 的核心，而資料就存在於美光記憶體和儲存解決方案中。我們的技術不僅用於儲存資料，還用於加速資料向可操作智慧的轉化。